论文阅读：NeurIPS 2025 Adjacent Words, Divergent Intents: Jailbreaking Large Language Models via Task Con

已于 2025-11-15 12:35:20 修改
阅读量914 收藏 27
点赞数 15
CC 4.0 BY-SA版权
分类专栏： 论文阅读 文章标签： 论文阅读 语言模型 人工智能
于 2025-11-06 11:16:54 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/WhiffeYF/article/details/154479105
了解本专栏 订阅专栏 解锁全文 超级会员免费看
[代码大模型]MHPP: Exploring the Capabilities and Limitations of Language Models Beyond Basic Code Generat
强化学习曾小健
06-23 1270
近年来，大型语言模型（LLMs）的进步在代码生成方面大大提高了性能，尤其是在功能级别。例如，GPT-4在HumanEval上的通过率为88.4%。然而，这引发了质疑现有基准在全面评估功能级别代码生成能力方面的充分性。我们的研究分析了两个常见的基准，HumanEval和MBPP，并发现，由于质量、难度和粒度等方面的限制，这些基准可能无法充分评估LLMs的代码生成能力。
Uncaught SyntaxError: Inline Babel script: Adjacent JSX elements must be wrapped in an enclosing tag
游海东的技术专栏
05-10 1820
1、错误描述 babel.min.js:7 Uncaught SyntaxError: Inline Babel script: Adjacent JSX elements must be wrapped in an enclosing tag (3:25) 1 | 2 | function Person(info){ > 3 | return <h1...
论文阅读：Hierarchical multi-scale attention for semantic segmentation
j879159541的博客
12-15 1688
文章目录1、论文总述2、论文先验3、取平均或者最大的缺点4、Relational context methods 对长方形物体有提升！5、Auto-labelling（hard lable） 与 soft label6、注意力机制的具体实现过程7、Ablation study on Cityscapes8、 loss选择参考文献 1、论文总述 本篇论文总体来说有点水，文中首先提出一个如今语义分割任务中存在的一个 问题： 多尺度推理时，只是简单的取平均或者取最大，这样容易把最好的结果和最坏的结果结合在一起，导
2025年顶会、顶刊SNN相关论文----------持续更新中
lanpeople的博客
12-12 1万+
这篇博客主要用于记录2025年在一些顶会顶刊（AAAI、CVPR等）上发表的SNN相关的论文，会附上相关论文的链接及简单介绍，正在更新中…
图像隐写术分析论文笔记：Deep learning for steganalysis via convolutional neural networks
VisualCortex
10-31 6890
好久没有写论文笔记了，这里开始一个新任务，即图像的steganalysis任务的深度网络模型。现在是论文阅读阶段，会陆续分享一些相关论文，以及基础知识，以及传统方法的思路，以资借鉴。 这一篇是Media Watermarking, Security, and Forensics 2015上的，应该是我能找到的最早的用dl做steganalysis的文章。 和其他图像任务一样，传统的算法都是两步...
论文阅读: （ICDAR2021 海康威视）LGPMA（表格识别算法）及官方源码对应解读
有问题请直接说问题就好
06-03 4502
论文阅读: （ICDAR2021 海康威视）LGPMA（表格识别算法）及官方源码对应解读
七月论文审稿GPT第2.5和第3版：分别微调GPT3.5、Llama2 13B以扩大对GPT4的优势
结构之法 算法之道
02-04 5749
我司自去年7月份成立大模型项目团队以来，至今已有5个项目组，其中所有项目均为会对外上线发布的商用项目，而论文审稿GPT至今在过去的半年已经迭代两个版本，其中第二版的效果甚至超过了GPT4(详见《)，为了持续累积与原始GPT4的优势，我们如今正在迭代第2.5版本：包括对GPT3.5 turbo 16K的微调以及llama2 13B的微调，本文也因此而成。
wx:if 与wx:else
热门推荐
小牧在一直在学习,在前进的道路上大家一起学习，进步。
04-10 2万+
看官方文档wx:if 与wx:else 是放在 条件渲染里面来讲的的, 由此可以看出他们的作用就是渲染之类的作用 官方文档地址 看先一些说明吧: 一个简单的例子: 有个图片默认的时候不显示,点击按钮的时候才让图片显示 这个时候使用wx:if 挺好的,条件渲染嘛 给出代码: <view> <image src='http://pl3g5zt02.b...
论文阅读：End-To-End Memory Networks
一亩半分地
04-18 1万+
作者：Sainbayar Sukhbaatar  Arthur Szlam Jason Weston Rob Fergus New York University  Facebook AI Research New York Follow 的论文：MEMORY NETWORKS， Jason Weston, Sumit Chopra & Antoine Bordes  Facebo
【论文阅读|2024 WACV 多目标跟踪Deep-EloU】
dally2的博客
01-23 5263
作者提出了一种迭代扩展的 ExpansionIoU 和深度特征关联方法Deep-EIoU，用于体育场景中的多目标跟踪，旨在解决非线性、不规则运动、相似外观的在线短时多目标跟踪问题，实验表明，提出的方法对于提高跟踪鲁棒性是有效的，缺点就是该方法目前仅适用于短时跟踪，可能无法解决目标短暂消失入镜重识别问题，实时性较差。
论文阅读：SiamDW：Deeper and Wider Siamese Networks for Real-Time Visual Tracking
j879159541的博客
09-22 1497
1、论文总述 刚看这篇paper时候，让我立马想到了何凯明大神的ResNet，因为SiamDW也是在论文开篇提了一个问题，即发现了一个 奇怪的现象，Siamese系列的跟踪网络到现在用的仍然是2012年的AlexNet，并没有用如今更强的backbone，如ResNet、VGG或Inception等，于是作者试了试，发现网络加深之后，效果不升反降，不过原因和ResNet的不一样，ResNet是...
【AFDM与信号处理：论文阅读】仿射频分复用：扩展OFDM以实现场景灵活性和弹性
Cuby的博客
12-17 850
论文《Affine Frequency Division Multiplexing: Extending OFDM for Scenario-Flexibility and Resilience》探讨了一种新型多载波波形AFDM，旨在解决高速移动场景下的通信挑战。
[论文阅读]AttnTrace: Attention-based Context Traceback for Long-Context LLMs
m0_52911108的博客
12-19 702
阅后总结先前的事后归因方案的问题在于慢、不稳定、易受干扰或者如果多内容共同导致输出就无法有效归因。作者的想法是使用注意力权重实现溯源，利用的是LLM内部产生的注意力权重可以用来衡量每个上下文对生成结果的贡献。同时作者注意到单纯使用注意力仍存在问题：注意力会集中在少数token上，比如句号、特殊符号，但是这些token并不是真正重要的语义来源，也就是说对所有token平均注意力权重会稀释掉注意力信号；
【论文阅读24】-利用大型语言模型进行免训练的视频异常检测
Ma040713的博客
12-16 836
单看一帧画面很难判断是不是异常（比如一个人在跑，是在晨练还是在逃命？
【论文阅读】Ovi: Twin Backbone Cross-Modal Fusion for Audio-Video Generatio
weixin_57974242的博客
12-19 958
问题：为什么“一次性联合生成”这么难？现有开源方法多数是“先固定一个模态、再生成另一个模态”，靠后处理或额外对齐模块。但真实内容要求：口型必须同步、动作与音效必须同步、音乐节奏要贴场景变化。而真正大规模、开源、方法透明的“一次性联合音视生成”基本空缺（点名 Veo3 但闭源）。因此提出 Ovi：单次生成同时出视频+音频，并把同步当成模型内部学习出来的能力。
PbRL | 近两年论文阅读的不完全总结
shiwulou1的博客
12-17 838
然而，noisy label 对 rune 来说是，尤其致命：如果 reward model 在某些 (s,a) 上 uncertainty 很大，并非因为 reward model 对这些行为了解不足，而是人类本身难以判断这些行为的好坏（例如处于人类偏好边界、无法明确区分好坏），那么，即使 agent 充分探索这些行为，其 reward model 的方差也不会降低；或许，对于数据集里的轨迹，我们可以将其切分 / 填充，保证每个分段的长度为 K，制造一个统一的 horizon。
论文阅读笔记：Class-Incremental Learning: A Survey
HollowKnightz的博客
12-17 607
论文阅读笔记：Class-Incremental Learning: A Survey
DETR类论文笔记
最新发布
u010948546的博客
12-20 203
论文指出DETR类模型的匹配不稳定来源于匈牙利匹配是基于得分和位置的，有的得分相近但位置距离远，有的位置距离近但得分远。基于此，本文提出在在匹配的得分中使用原来的匹配损失论文提出的匹配损失或者。
论文阅读：arxiv 2025 DeepSeek-R1 Thoughtology: Let‘s think about LLM Reasoning
CSPhD-winston的博客
12-16 1014
优点：会公开思考过程、能拆解复杂问题、比普通模型擅长推理（比如数学题、代码）；缺点：思考会“钻牛角尖”、不会控制思考长度、安全风险高、对不同语言/文化态度不一、不会模拟现实场景；未来要改啥：让它别纠结无用细节、能控制思考时长、提升安全性、减少文化/语言偏见、增强对现实场景的理解。简单说，这份研究就像给DeepSeek-R1做了一次“全面体检”，把它的“思考习惯”摸得透透的，也为后续优化这类“会思考的模型”提供了方向。
fluent Error: inquire-adjacent-threads: 6 is not a face thread
09-01
用户真正关心的是Fluent中出现的"inquire-adjacent-threads: 6 is not a face thread"这个错误的解决方案。 用户之前讨论过系统级指令格式，要求用中文回答，数学公式用$...$格式，还要生成相关问题。这次虽然没...
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

CSPhD-winston-杨帆

给我饭钱

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值